基于想象动作电位的BCI系统设计与实验研究

发布时间：2022-10-22 17:30

　　脑—机接口（Brain-Computer Interface, BCI）是在人脑和计算机或其它电子设备之间建立的一种直接信息交流和控制通道,是一种不依赖于常规大脑输出通路（外周神经和肌肉组织）的全新信息交流系统。BCI作为一种全新的信息交换与控制技术,将能为瘫痪病人,特别是那些丧失了基本肢体运动功能但思维正常的患者,提供一种与外界进行信息交流与控制的新途径,正受到越来越广泛的关注。 某些类型的事件相关现象体现了连续脑电（electroencephalograph, EEG）信号在特定频域内能量的减少或增加现象,分别反映出皮质神经细胞群同步性活动的减弱或增强。其前者定义为事件相关去同步（event-related desynchronization, ERD）,后者定义为事件相关同步（event-related synchronization, ERS）。本文根据想象动作可以引起脑电信号的ERD/ERS特异性变化这一思想,设计了一组基于想象动作电位的BCI实验,其核心研究内容是如何通过提取脑电特征参数来识别想象动作的发生。 本文分别使用了时频图... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
中文摘要
ABSTRACT
第一章 绪论
    1.1 BCI 研究目的和意义
        1.1.1 BCI 简介
        1.1.2 BCI 应用目标和科学意义
    1.2 BCI 研究现状
    1.3 本文的BCI 技术方案选择
        1.3.1 BCI 实验信号的选择
        1.3.2 信号采集方式的选择
    1.4 本文主要研究内容与章节安排
        1.4.1 主要研究内容
        1.4.2 主要章节安排
第二章 BCI 实验系统设计
    2.1 脑与EEG 产生基础
        2.1.1 脑生理学基础
            2.1.1.1 大脑皮质结构简介
            2.1.1.2 大脑皮质的分区与功能定位
        2.1.2 EEG 的生理生化基础
    2.2 基于EEG 的BCI 实验方法
        2.2.1 EEG 信号特征
        2.2.2 EEG 记录方法
            2.2.2.1 电极的选择与安置方法
            2.2.2.2 导联选择方式
        2.2.3 EEG 信号处理方法
            2.2.3.1 EEG 数据的预处理
            2.2.3.2 EEG 信号处理方法
        2.2.4 基于EEG 的BCI 系统性能评价
    2.3 基于ERD/ERS 的BCI 实验系统设计
        2.3.1 ERD/ERS 的电生理学基础简介
        2.3.2 基于ERD 的BCI 实验设计原理
            2.3.2.1 EEG 信号放大器参数
            2.3.2.2 信号采集卡的选择
            2.3.2.3 实验电极的选择与安置
            2.3.2.4 导联选择方式
            2.3.2.5 实验平台的设计
            2.3.2.6 实验过程简述
第三章 想象动作电位信号提取
    3.1 时频分析法
        3.1.1 短时傅里叶变换理论基础
        3.1.2 基于短时傅里叶变换的时频分析法
        3.1.3 功率谱密度算法的性能评价
    3.2 复杂度分析
        3.2.1 复杂度理论基础
        3.2.2 基于K_c理论的EEG信号分析
        3.2.3 K_c算法的性能评价
    3.3 功率谱熵(Power Spectral Entropy, PSE)分析
        3.3.1 功率谱熵理论基础
        3.3.2 基于功率谱熵的EEG 信号分析
        3.3.3 功率谱熵算法性能评价
    3.4 小波熵(Wavelet Entropy, WE)分析
        3.4.1 小波变换理论基础
        3.4.2 基于小波变换的小波熵理论
        3.4.3 基于小波熵的EEG 信号分析
        3.4.4 小波熵算法性能评价
    3.5 基于距离判别法的意识任务分类方法
第四章 课题总结与展望
    4.1 课题总结
    4.2 课题展望
参考文献
发表论文和科研情况说明
致谢


【参考文献】：
期刊论文
[1]脑-机接口:大脑对外信息交流的新途径[J]. 万柏坤,高扬,赵丽,綦宏志.  国外医学.生物医学工程分册. 2005(01)
[2]小波熵及其在状态趋势分析中的应用[J]. 印欣运,何永勇,彭志科,褚福磊.  振动工程学报. 2004(02)
[3]采样参数变化对脑电信号复杂度分析的影响[J]. 封洲燕,郑筱祥.  生物医学工程学杂志. 2002(04)



本文编号：3696542